在大数据技术的普及广泛应用下，数据分析已成为当下的热门趋势，下面将介绍数据在金融行业的应用。应用之前先总结大数据的特点。

特点归纳为“5个V”

1、数量Volume：

海量性也许是大数据最相关的特征。

2、多样化Variety：

种类来源多样化。既包括以事务为代表的传统结构化数据，还包括以网页为代表的半结构化数据和以视频、语音信息为代表的非结构化数据。

3、价值Value：

大数据体量巨大，但数据中的价值密度却很低。比如几个小时或几天的监控视频，有价值的线索只有几秒钟。

4、速度Velocity：

数据增长速度，处理速度，获取数据的速度。

5、准确性Veracity：

数据的准确性可信赖度，数据的质量。

一、在银行行业中的应用

1、客户画像：客户画像主要分为个人客户画像和企业客户画像。个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等;企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等。

（1）客户在社交媒体上的行为数据，打通银行内部数据外部社会化的数据就可以获得更为完整的客户拼图，从而进行更为精准的营销和管理。例：光大银行建立了社交网络信息数据库

（2）客户在电商网站的交易数据，通过客户在电商网站上的交易数据可以了解客户的购买能力和购买习惯，从而帮助银行评判客户的信贷能力。如：建设银行则将自己的电子商务平台和信贷业务结合起来，阿里金融为阿里巴巴用户提供无抵押贷款，用户只凭借过去的信用即可。

2、精准营销：客户画像的基础上银行可以有效开展精准营销。

（1）实时营销。是根据客户的实时状态来进行的，比如根据客户当时的所在地、客户最近一次消费等信息有针对性地进行营销。当某客户采用信用卡采购孕妇用品时，可以通过建模推测怀孕的概率，推荐孕妇类喜欢的业务。

（3）交叉营销。就是进行不同业务或产品的交叉推荐，例如，招商银行可以根据客户交易记录进行分析，有效识别小微企业，然后用远程银行来实施交叉销售。

下期我们继续